Ingénieur IA Fullstack - Python / C#

Contexte

La mission consiste à intervenir sur différents outils mis à disposition afin de mettre en place des nouvelles fonctionnalités liées à l'IA. Cela va des outils d'administration des bases financières à des outils de publications documentaires, en passant par des portails web et le CRM.

Missions

1. Ingénierie IA & LLM

• Conception d'architectures IA : sélection et intégration des modèles adaptés (OpenAI, Llama, ... via APIs locales).

• Mise en œuvre du RAG (Retrieval-Augmented Generation) : conception et alimentation des pipelines de données (chunking sémantique, embeddings, vector databases) pour connecter les LLM aux bases de connaissances internes.

• Écosystème MCP (Model Context Protocol) : développement et configuration de serveurs/clients MCP pour permettre aux agents IA d'interagir nativement avec les outils et bases de données.

• Optimisation : maîtrise de la gestion des tokens (coûts et fenêtres de contexte) et du fine-tuning de prompts.

2. Développement Fullstack & Architecture

• Promotion de l'utilisation d'agents de coding type RooCode dans un IDE.

• Backend : développement et maintenance des services robustes, principalement en C# / .NET (Core & Framework) et ponctuellement en Java.

• Frontend & Desktop : évolution des interfaces (.NET WPF et web Angular).

• Data & Scripting : utilisation de Python pour le prototypage IA et le traitement de données.

1. Expertise IA indispensable avec une compréhension profonde des LLM (Tokenization, Attention, Context Window)

2. Maîtrise avancée de Python pour l'ingénierie de données et l'IA

3. Compréhension approfondie des MCP, conception et mise en place

4. Expérience avec des bases de données vectorielles

5. Expertise .NET (C#) et connaissance pratique de WCF / WPF

6. Capacité à intervenir sur des backends en Java (Spring Boot/EE) et sur des frontends type Angular

7. Maîtrise des outils : Git, Docker, Jenkins, Maven

8. Capacité à naviguer entre le code legacy et les technologies de pointe (LLM)

9. Curiosité et veille active sur l'évolution rapide du domaine de l'IA

10. Pragmatisme pour transformer une démonstration d'IA en un outil de production stable et sécurisé